-
教师利手素养研究:希腊、塞尔维亚与比利时三国教育者关于利手知识、误解与课堂实践的调查
利手素养(handedness literacy)系本文新创术语,指个体对利手相关知识的了解与理解,是教育神经科学中一个研究不足却至关重要的组成部分。利手素养区别于对左利手者的态度,但可影响教师为左利手学生提供的实践与心理社会支持,从而促进更好的课堂工效学并减
来源:Laterality
时间:2026-11-06
-
面向现代NIDS的可扩展性评估:跨数据集测试时规避攻击的对抗鲁棒性再审视
基于机器学习的网络入侵检测系统(NIDS)仍高度易受测试时规避(TTE)攻击,然而现有研究严重依赖遗留数据集并忽视评估规模的影响。本研究利用对抗鲁棒性工具箱(ART)在三个现代且领域多样的数据集上开展TTE攻击的系统评估:UNR-IDD、CICIOMT-202
来源:International Journal of Information Security
时间:2026-11-06
-
基于图谱锚定的神经符号框架NeuroGraph:面向先进制造可解释威胁推理的双LLM架构与本体感知Cypher检索
先进制造环境中信息物理攻击面的日益复杂化,使得可靠的网络威胁情报(CTI)分析愈发具有挑战性。尽管大语言模型(LLM)与检索增强生成(RAG)提升了网络威胁情报能力,但基于文本的方法仍易产生幻觉,且缺乏对相互关联威胁的结构化推理。基于图的检索增强生成(Grap
来源:International Journal of Information Security
时间:2026-11-06
-
数字化密室逃脱作为神经教育形成性评估工具:一项关于失认症知识的嵌入式混合方法研究
引言: 游戏化学习已被应用于医疗保健教育领域,对学习产生积极影响,提升知识获取与保持,并增强参与度。数字化密室逃脱是该策略的一个实例,已在医学、护理学、药理学和心理学教育等领域成功实施。本研究旨在确定数字化密室逃脱干预措施对神经心理学学生关于各类失认症(agn
来源:Frontiers in Psychology
时间:2026-11-06
-
自适应混合专家网络AME-Net++:面向智能术中三维重建的投影域神经表示方法
摘要专业翻译
在微创血管介入手术中,术中三维血管重建与精确的空间表征对于安全、精准的机器人手术导航至关重要。然而,与依赖固定训练/测试集划分的传统监督学习任务不同,基于投影的神经重建旨在建立稀疏X射线观测与对应三维空间表征之间的患者特异性映射。本文提出AME-
来源:Intelligence & Robotics
时间:2026-11-06
-
超 Mobility Ehlers-Danlos 综合征(hEDS)的患病率、合并症负担与 Long COVID 风险:基于全美大型队列的研究
超 Mobility Ehlers-Danlos 综合征(hEDS)是一种复杂的、诊断不足的结缔组织疾病,以累及多器官系统的广泛症状为特征。近期临床观察提示,hEDS 个体在 COVID-19 感染后可能面临持续性症状(通常称为 Long COVID)风险增加
来源:PLOS Digital Health
时间:2026-11-06
-
肿瘤模拟型腰椎椎管内椎间盘突出症经单侧双通道内镜治疗:一例病例报告
腰椎椎管内椎间盘突出症(intradural disc herniation, IDH)临床罕见,且常与椎管内肿瘤相混淆。患者为58岁男性,表现为双侧L5神经根病及肌力减弱。增强磁共振成像(magnetic resonance imaging, MRI)显示L
来源:Journal of Surgical Case Reports
时间:2026-11-06
-
基于物理信息几何嵌入的图自编码器:面向气动外形缩减、重构与代理建模研究
形状优化旨在寻找在几何与运行约束下提升物理性能的几何构型。在高保真设计研究中,每个候选构型可能都需要昂贵的仿真。几何本身可能包含数百至数百万自由度,但可行的设计族通常由较少的变形机制所支配,例如厚度变化、弯度变化、局部凸起、展向弯曲、旋转或特征平移。因此,有效
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-11-06
-
动态工况下基于量子增强特征提取与Transformer框架的锂离子电池健康状态预测
经典的健康状态(State of Health, SOH)模型在随机动态电池负载条件下表现不佳。为此,本研究提出一种量子增强Transformer(Q-Transformer)架构,将变分量子电路(Variational Quantum Circuit, VQ
来源:Energy Conversion and Management-X
时间:2026-11-06
-
基于AI的高光谱成像在自主空间近距离操作中的姿态估计
本研究提出了一个端到端机器学习模型(end-to-end machine learning model),用于利用解混高光谱图像(unmixed hyperspectral imagery)估计驻留空间目标(resident space object, RSO
来源:Acta Astronautica
时间:2026-11-06